اپلیکیشن اندرویدی فلش‌کارت آموزشی معماری‌های نوین کامپیوتر با الهام از مغز انسان

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره معماری‌های نوین کامپیوتر با الهام از مغز انسان

موضوع کلی: علوم کامپیوتر و هوش مصنوعی

موضوع میانی: هوش مصنوعی و علوم اعصاب

📋 سرفصل‌های دوره

• 1. مبانی علوم اعصاب برای علوم کامپیوتر
• 2. ساختار نورون‌ها و سیناپس‌ها
• 3. شبکه‌های عصبی بیولوژیکی
• 4. یادگیری در مغز انسان
• 5. حافظه و انواع آن در مغز
• 6. پردازش اطلاعات در سیستم عصبی
• 7. مدل‌سازی نورون‌های مصنوعی
• 8. شبکه‌های عصبی پرسپترون تک لایه
• 9. شبکه‌های عصبی پرسپترون چند لایه
• 10. توابع فعال‌سازی در شبکه‌های عصبی
• 11. پس‌انتشار خطا (Backpropagation)
• 12. بهینه‌سازی وزن‌ها در شبکه‌های عصبی
• 13. شبکه‌های عصبی کانولوشنی (CNN)
• 14. کاربرد CNN در پردازش تصویر
• 15. شبکه‌های عصبی بازگشتی (RNN)
• 16. کاربرد RNN در پردازش زبان طبیعی
• 17. حافظه کوتاه‌مدت و بلندمدت در RNN
• 18. شبکه‌های حافظه طولانی کوتاه‌مدت (LSTM)
• 19. واحدهای بازگشتی دروازه‌ای (GRU)
• 20. شبکه‌های عصبی ترنسفورمر
• 21. مکانیزم توجه (Attention Mechanism)
• 22. پردازش زبان طبیعی با ترنسفورمرها
• 23. یادگیری عمیق و ساختارهای آن
• 24. شبکه‌های مولد تخاصمی (GAN)
• 25. کاربرد GAN در تولید محتوا
• 26. یادگیری تقویتی (Reinforcement Learning)
• 27. عوامل یادگیری تقویتی
• 28. یادگیری عمیق تقویتی
• 29. کاربرد یادگیری تقویتی در رباتیک
• 30. شبکه‌های عصبی گرافی (GNN)
• 31. کاربرد GNN در تحلیل شبکه‌های اجتماعی
• 32. پردازش سیگنال‌های عصبی
• 33. رابط‌های مغز و کامپیوتر (BCI)
• 34. طراحی BCI با الهام از مغز
• 35. یادگیری خودنظارتی و نیمه‌نظارتی
• 36. یادگیری انتقالی (Transfer Learning)
• 37. یادگیری فدرال (Federated Learning)
• 38. شبکه‌های عصبی اسپایکی (SNN)
• 39. مدل‌سازی زمان در SNN
• 40. کاربرد SNN در سخت‌افزارهای کم‌مصرف
• 41. معماری‌های موازی در مغز و کامپیوتر
• 42. پردازش توزیع‌شده الهام از مغز
• 43. مغز و محاسبات کوانتومی
• 44. یادگیری عمیق و تفسیرپذیری
• 45. توضیح‌پذیری مدل‌های هوش مصنوعی
• 46. خطر سوگیری در مدل‌های هوش مصنوعی
• 47. اخلاق در هوش مصنوعی
• 48. مسئولیت‌پذیری در سیستم‌های هوش مصنوعی
• 49. حریم خصوصی و داده‌ها در هوش مصنوعی
• 50. امنیت در شبکه‌های عصبی
• 51. مقاومت شبکه‌های عصبی در برابر حملات
• 52. هوش مصنوعی و سلامت روان
• 53. هوش مصنوعی در آموزش و یادگیری
• 54. هوش مصنوعی در پزشکی و تشخیص بیماری
• 55. هوش مصنوعی در مدیریت شهری
• 56. هوش مصنوعی در کشاورزی هوشمند
• 57. هوش مصنوعی در حمل و نقل هوشمند
• 58. هوش مصنوعی و رباتیک پیشرفته
• 59. هوش مصنوعی و واقعیت افزوده
• 60. هوش مصنوعی و واقعیت مجازی
• 61. شبکه‌های عصبی برای بهینه‌سازی
• 62. شبکه‌های عصبی برای پیش‌بینی
• 63. تحلیل سری‌های زمانی با شبکه‌های عصبی
• 64. پردازش تصویر با رویکردهای عصبی
• 65. پردازش گفتار با شبکه‌های عصبی
• 66. ترجمه ماشینی با شبکه‌های عصبی
• 67. خلاصه‌سازی متن با شبکه‌های عصبی
• 68. تولید متن خلاقانه با شبکه‌های عصبی
• 69. سیستم‌های توصیه‌گر مبتنی بر هوش مصنوعی
• 70. شبکه‌های عصبی در بازی‌های کامپیوتری
• 71. هوش مصنوعی و تحلیل داده‌های بزرگ
• 72. یادگیری ماشین و مبانی آن
• 73. الگوریتم‌های یادگیری ماشین کلاسیک
• 74. ارزیابی مدل‌های یادگیری ماشین
• 75. مهندسی ویژگی در یادگیری ماشین
• 76. انتخاب مدل در یادگیری ماشین
• 77. تنظیم فراپارامترها در یادگیری ماشین
• 78. یادگیری بدون نظارت و خوشه‌بندی
• 79. کاهش ابعاد و تحلیل مولفه‌های اصلی
• 80. شبکه‌های عصبی برای پردازش سیگنال
• 81. کاربرد شبکه‌های عصبی در تشخیص الگو
• 82. مبانی عصب‌شناسی محاسباتی
• 83. شبکه‌های عصبی و پردازش حسی
• 84. بینایی ماشین با الهام از مغز
• 85. شنوایی ماشین با الهام از مغز
• 86. سیستم‌های حافظه عصبی مصنوعی
• 87. یادگیری مستمر در سیستم‌های هوش مصنوعی
• 88. مدل‌های عصبی برای درک زبان
• 89. پردازش احساسات با شبکه‌های عصبی
• 90. هوش مصنوعی و علوم شناختی
• 91. آینده هوش مصنوعی و علوم اعصاب
• 92. همگرایی علوم اعصاب و علوم کامپیوتر
• 93. نوآوری در معماری‌های کامپیوتری
• 94. طراحی سخت‌افزارهای الهام گرفته از مغز
• 95. مصرف انرژی در معماری‌های نوین
• 96. مدل‌سازی سیستم‌های پویا
• 97. یادگیری از داده‌های محدود
• 98. کارایی الگوریتم‌های یادگیری عمیق
• 99. چالش‌های پیاده‌سازی شبکه‌های عصبی
• 100. ارتباطات عصبی و معماری کامپیوتر